期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
改进极限学习机的移动界面模式半监督分类 被引量:7
1
作者 贾伟 华庆一 +3 位作者 张敏军 陈锐 姬翔 王博 《计算机工程与应用》 CSCD 北大核心 2018年第2期11-19,共9页
针对现有半监督分类方法无法对移动界面模式进行有效分类的问题,提出一种采用改进极限学习机的移动界面模式半监督分类方法。为了提高极限学习机的分类效果,利用改进的粒子群优化算法优化极限学习机的初始参数。根据移动界面模式数据的... 针对现有半监督分类方法无法对移动界面模式进行有效分类的问题,提出一种采用改进极限学习机的移动界面模式半监督分类方法。为了提高极限学习机的分类效果,利用改进的粒子群优化算法优化极限学习机的初始参数。根据移动界面模式数据的特点,利用主动学习和模糊C均值聚类提取信息丰富的未标记数据进行训练和标记。利用分类器实现对所有数据的分类。实验结果表明,该分类方法能够对移动界面模式数据进行有效和合理的分类。 展开更多
关键词 粒子群优化 极限学习机 移动界面模式 模糊C均值聚类 半监督分类
在线阅读 下载PDF
基于改进粒子群优化的移动界面模式聚类算法 被引量:2
2
作者 贾伟 华庆一 +3 位作者 张敏军 陈锐 姬翔 王博 《计算机科学》 CSCD 北大核心 2018年第4期220-226,共7页
聚类是一种非常有效的信息分析方法。针对现有基于粒子群优化的模糊C均值(Fuzzy C-means,FCM)聚类算法的聚类效果不佳的问题,提出一种基于改进粒子群优化的模糊C均值聚类算法,并将该聚类算法应用到移动界面模式的聚类中。首先,利用直觉... 聚类是一种非常有效的信息分析方法。针对现有基于粒子群优化的模糊C均值(Fuzzy C-means,FCM)聚类算法的聚类效果不佳的问题,提出一种基于改进粒子群优化的模糊C均值聚类算法,并将该聚类算法应用到移动界面模式的聚类中。首先,利用直觉模糊熵的几何解释和约束构造合理的直觉模糊熵;然后,在粒子群优化中使用直觉模糊熵判断种群的多样性程度,并引入混沌反向学习策略来提高全局搜索能力;最后,为了增强聚类算法的非线性处理能力,在聚类算法中加入高斯核函数,并将该聚类算法应用到移动界面模式的聚类中。移动界面模式聚类的实验表明,与现有聚类算法相比,文中所提聚类算法具有更好的聚类效果。 展开更多
关键词 粒子群优化 移动界面模式 聚类 直觉模糊熵 混沌反向学习
在线阅读 下载PDF
基于冲突度和协同过滤的移动用户界面模式推荐 被引量:1
3
作者 贾伟 华庆一 +3 位作者 张敏军 陈锐 姬翔 王博 《计算机科学》 CSCD 北大核心 2018年第10期202-206,224,共6页
移动用户界面模式能够有效地提高移动界面开发的效率和质量。针对现有界面模式检索方法的检索结果不能满足界面开发需求的问题,提出一种基于冲突度和协同过滤的移动用户界面模式推荐方法。首先,根据移动界面的开发需求,使用模糊C均值聚... 移动用户界面模式能够有效地提高移动界面开发的效率和质量。针对现有界面模式检索方法的检索结果不能满足界面开发需求的问题,提出一种基于冲突度和协同过滤的移动用户界面模式推荐方法。首先,根据移动界面的开发需求,使用模糊C均值聚类算法缩小界面模式的查找范围;然后,利用界面模式的历史评分和冲突度,构建了两个张量模型,并利用基于Hamiltonian蒙特卡洛的张量分解方法实现张量模型的重构;最后,通过线性方法得到推荐的界面模式。实验结果表明,与现有的检索方法相比,该推荐方法能够更好地帮助开发人员查找界面模式。 展开更多
关键词 移动用户界面模式 冲突度 协同过滤 张量分解 Hamiltonian蒙特卡洛
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部